لماذا قد يغيّر معالج Nvidia Vera شكل مراكز البيانات في عصر الذكاء الاصطناعي الوكيلي

لم تعد المنافسة في عالم الذكاء الاصطناعي تدور حول وحدات معالجة الرسومات (GPU) فقط. إنفيديا، التي تهيمن على هذا المجال منذ سنوات، بدأت تستهدف قطعة أخرى أساسية من بنية مراكز البيانات: المعالج المركزي (CPU).

أحدث خطوة في هذا الاتجاه هي معالج Vera CPU الجديد، وهو معالج يعتمد على معمارية Arm ويضم 88 نواة، صُمم خصيصًا للعمل داخل أنظمة الذكاء الاصطناعي المكثفة. وتقول إنفيديا إن هذا المعالج قد يفتح سوقًا إجماليًا يصل إلى 200 مليار دولار لمعالجات تدعم أنظمة الذكاء الاصطناعي الوكيلي (Agentic AI).

لكن هذا الرقم يمثل تقديرًا للسوق المحتمل وليس إيرادات مضمونة. ما يعكسه في الحقيقة هو تحول استراتيجي: إنفيديا تريد الاستحواذ على جزء أكبر من مكونات مراكز بيانات الذكاء الاصطناعي بدل الاكتفاء ببيع وحدات GPU.

لماذا يحتاج الذكاء الاصطناعي الوكيلي إلى نوع مختلف من المعالجات

في أنظمة الذكاء الاصطناعي التقليدية، كانت وحدات GPU مسؤولة عن تدريب النماذج، بينما تتولى المعالجات المركزية مهام الخوادم العامة.

لكن مع ظهور الذكاء الاصطناعي الوكيلي — وهو نوع من الأنظمة يستطيع التخطيط، واستدعاء الأدوات، وتشغيل الأكواد، وتنفيذ مهام متعددة الخطوات — تغيّر دور المعالج المركزي.

في هذه البيئة يصبح الـCPU بمثابة المنسّق الرئيسي لكل عمليات النظام.

صُمم Vera للتعامل مع مهام مثل:

• تنسيق العمل بين آلاف وحدات GPU
• إدارة الذاكرة وحركة البيانات
• تشغيل الأدوات والبرمجيات المحيطة بالنموذج
• تنفيذ الأكواد التي تدعم عمليات الذكاء الاصطناعي
• التحكم في تدفق العمليات داخل أنظمة التفكير متعددة الخطوات

وتصف إنفيديا Vera بأنه معالج مضيف مصمم خصيصًا لبيئات التعلم المعزز والذكاء الاصطناعي الوكيلي حيث تحدث الكثير من العمليات خارج النموذج نفسه.

ما الذي يميّز Vera عن معالجات Intel وAMD

معظم المعالجات المستخدمة في مراكز البيانات اليوم — مثل Intel Xeon وAMD EPYC — صُممت لتشغيل مجموعة واسعة من تطبيقات الشركات والخدمات السحابية.

أما Vera فيتبنى فلسفة مختلفة تمامًا.

مصمم خصيصًا للأنظمة المسرَّعة بالذكاء الاصطناعي

بدل أن يكون معالجًا عامًا للخوادم، يعمل Vera كطبقة تحكم داخل أنظمة تعتمد أساسًا على وحدات GPU.

فهو مُحسَّن لضمان تدفق البيانات بسرعة إلى وحدات المعالجة الرسومية، وتقليل الاختناقات في الشبكات والذاكرة داخل أنظمة الذكاء الاصطناعي الضخمة.

معمارية Arm و88 نواة

يعتمد المعالج على معمارية Arm ويضم 88 نواة، مع تركيز على الكفاءة العالية وعرض النطاق الكبير لكل نواة، وهو أمر مهم في الأنظمة الموزعة واسعة النطاق.

وقد أصبحت معالجات Arm أكثر شيوعًا في البنية التحتية السحابية الضخمة بسبب قدرتها على تقديم أداء أعلى لكل واط من الطاقة مقارنة ببعض المعالجات التقليدية.

تحسينات في الأداء والكفاءة

بحسب إنفيديا، يمكن لمعالج Vera تقديم أداء أسرع بنسبة تصل إلى 50% وكفاءة مضاعفة مقارنة بالبنية التقليدية للمعالجات في الرفوف الخاصة بمراكز البيانات عند تشغيل أحمال الذكاء الاصطناعي.

ويرجع ذلك أساسًا إلى تصميمه للعمل ضمن أنظمة إنفيديا المسرَّعة بدل محاولة خدمة جميع أنواع التطبيقات.

منصة Vera Rubin: نظام متكامل من CPU وGPU

معالج Vera ليس منتجًا مستقلاً في الغالب. فهو جزء من منصة إنفيديا القادمة Vera Rubin، التي تجمع بين:

• معالج Vera CPU
• الجيل الجديد من وحدات Rubin GPU

المنصة صُممت خصيصًا لأعباء عمل متقدمة مثل:

• أنظمة الذكاء الاصطناعي الوكيلي
• مهام الاستدلال والتفكير متعدد الخطوات
• تشغيل النماذج ذات السياق الطويل

ومن خلال دمج المعالج المركزي والرسومي والشبكات والذاكرة في تصميم واحد، تحاول إنفيديا تقليل الاختناقات في الاتصال وزيادة عدد الرموز المعالجة لكل واط من الطاقة أثناء الاستدلال.

استراتيجية إنفيديا الأكبر: السيطرة على مركز بيانات الذكاء الاصطناعي

لسنوات، كانت إنفيديا تُعرف أساسًا كشركة وحدات GPU.

اليوم تحاول الشركة توسيع دورها ليشمل كل طبقات البنية التحتية للذكاء الاصطناعي، بما في ذلك:

• وحدات GPU مثل Blackwell وRubin
• معالجات CPU مثل Grace وVera
• الشبكات عالية السرعة مثل InfiniBand وSpectrum‑X
• الأنظمة على مستوى الرفوف في مراكز البيانات
• نظام البرمجيات CUDA

الهدف هو بيع منصات ذكاء اصطناعي كاملة بدل شرائح منفردة.

إذا نجحت هذه الاستراتيجية، فقد يتغير توازن القوى داخل مراكز البيانات التي اعتمدت تاريخيًا على معالجات Intel وAMD إلى جانب مسرّعات منفصلة.

دور الشركات السحابية العملاقة

تعتمد إنفيديا في خطتها على الشركات السحابية الكبرى — المعروفة باسم Hyperscalers مثل Microsoft وMeta وAlibaba.

على سبيل المثال، تخطط مايكروسوفت لبناء ما يسمى "مصانع الذكاء الاصطناعي" أو مراكز بيانات ضخمة مخصصة للذكاء الاصطناعي، ويُتوقع أن تستخدم أنظمة تعتمد على منصة Vera Rubin مع نشر مئات الآلاف من الشرائح في تجمعات حوسبة هائلة.

هذه البيئات الجديدة تحتاج إلى أنظمة حوسبة متكاملة ومصممة خصيصًا لتدريب وتشغيل نماذج الذكاء الاصطناعي على نطاق غير مسبوق.

خلفية مالية: نمو غير مسبوق لإنفيديا

يتزامن إطلاق Vera مع فترة نمو مالي استثنائية للشركة.

أعلنت إنفيديا عن إيرادات بلغت 81.6 مليار دولار في الربع الأول من السنة المالية 2027، بزيادة 85٪ على أساس سنوي، بينما وصلت إيرادات مراكز البيانات إلى 75.2 مليار دولار.

كما توقعت الشركة إيرادات تقارب 91 مليار دولار في الربع التالي مع استمرار الطلب القوي على البنية التحتية للذكاء الاصطناعي.

وفي الوقت نفسه، تتوقع الإدارة طلبات قد تصل إلى تريليون دولار لأنظمة Blackwell وVera Rubin خلال السنوات القادمة.

لماذا قد يكون سوق 200 مليار دولار مهمًا

الأهمية الحقيقية لمعالج Vera ليست مجرد زيادة في سرعة المعالج.

إنه يمثل محاولة من إنفيديا للاستحواذ على مقبس المعالج داخل الخوادم — وهو المجال الذي ظل لعقود تحت سيطرة Intel وAMD.

إذا تبنّت شركات الحوسبة السحابية هذا التصميم على نطاق واسع، فقد يتغير شكل مراكز البيانات المستقبلية: عدد أقل من المكونات العامة، ومزيد من الأنظمة المتكاملة المصممة حول وحدات GPU والذكاء الاصطناعي.

ومع ذلك، يبقى تقدير 200 مليار دولار مجرد تقدير لحجم السوق المحتمل. فنجاح Vera سيعتمد على عدة عوامل، منها قبول معالجات Arm في الخوادم، وقدرة إنفيديا على الإنتاج، واستعداد مزودي الخدمات السحابية للابتعاد عن البنية التقليدية المعتمدة على x86.

لكن المؤكد أن دور المعالجات المركزية — التي كانت لسنوات مجرد عنصر داعم لوحدات GPU — يعود اليوم ليصبح عنصرًا استراتيجيًا في عصر الذكاء الاصطناعي الوكيلي.